DEEPCATH

L’intelligence artificielle pour la détection de signes locaux d’infections autour des cathéters.

Présentation du projet

DeepCath vise à développer le premier dispositif d’aide à la décision thérapeutique du risque d’infection autour d’un cathéter couplant une interface intuitive et un algorithme de reconnaissance d’image.
Dans le contexte actuel, en Europe, la densité d’incidence des infections liées aux cathéters veineux centraux (CVC) varie de 1 à 3,1 pour 1000 patients par jour. Aux États-Unis, le National Nosocomial Infections Surveillance System (NNIS) estime à 80 000 le nombre d’infections sanguines liées aux CVC par jour. Ces infections sont associées à une augmentation de la mortalité, à l’augmentation des durées de séjour et à une augmentation des coûts d’hospitalisation.

Ainsi, la mise en place d’un système automatique facilitant le suivi des patients avec un cathéter, quel que soit leur lieu de prise en soin (centres hospitaliers, cliniques et domicile) permettrait de détecter très précocement les risques d’infections, réduire les complications et participerait ainsi à l’ensemble des stratégies de surveillance, bénéfiques pour le patient.

DeepCath ambitionne de devenir un outil numérique simple, au service des professionnels de santé et des patients en milieu hospitalier et en ville, pour diagnostiquer les signes locaux compatibles avec le diagnostic d’infection liées aux cathéters chez des patients. Son intégration dans la pratique clinique courante répondra aux problématiques rencontrées liées à une difficulté de diagnostic précoce, et contribuera ainsi à améliorer la prise en charge des patients suspectés d’avoir une complication infectieuse.